[发明专利]一种用于工程控制的增量式网络化预测控制方法及系统有效

专利信息
申请号: 201911358087.9 申请日: 2019-12-25
公开(公告)号: CN111061154B 公开(公告)日: 2022-05-13
发明(设计)人: 庞中华;刘国平;董哲;史运涛;孙德辉 申请(专利权)人: 北方工业大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郑朝然
地址: 100144 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 用于 工程 控制 增量 网络化 预测 方法 系统
【权利要求书】:

1.一种用于工程控制的增量式网络化预测控制方法,其特征在于,包括:

将被控对象的输出数据缓存在传感器中,并将所述输出数据与时间戳打包,得到所述传感器的反馈数据,将所述反馈数据发送至控制器;

基于所述被控对象的增量式输入输出模型、所述反馈数据、系统参考输入数据和历史控制量,并根据系统反馈通道随机网络时延和系统前向通道随机网络时延,计算控制量预测值,得到控制量预测值序列,将所述控制量预测值序列与所述时间戳打包发送至执行器;

由所述执行器根据所述时间戳选择预设控制信号,由所述预设控制信号对所述系统反馈通道随机网络时延和所述系统前向通道随机网络时延进行主动补偿;

所述基于所述增量式输入输出模型、所述反馈数据、系统参考输入数据和历史控制量,并根据系统反馈通道随机网络时延和系统前向通道随机网络时延,计算控制量预测值,得到控制量预测值序列,将所述控制量预测值序列与所述时间戳打包发送至执行器,具体包括:

基于来自所述传感器的最新反馈数据计算控制量预测值并将对应的所述控制量预测值序列与所述时间戳k打包,通过系统前向通道发往所述执行器,其中由所述控制器当前时刻减去来自所述传感器的最新时间戳所得到;

所述基于所述增量式输入输出模型、所述反馈数据、系统参考输入数据和历史控制量,并根据系统反馈通道随机网络时延和系统前向通道随机网络时延,计算控制量预测值,得到控制量预测值序列,将所述控制量预测值序列与所述时间戳打包发送至执行器,还包括:

在当前时间k,基于所述增量式输入输出模型计算系统输出预测值为:

式中,A1(z-1)=1-A(z-1),且当i-j≤0时:

其中,j=1,2,…,na

所述预设控制信号在时刻的值为:

式中,其中,j=0,1,…,ng,所述预设控制信号在k时刻对应的控制量预测值序列为:

2.根据权利要求1所述的用于工程控制的增量式网络化预测控制方法,其特征在于,输入输出模型,包括:

A(z-1)y(k)=B(z-1)u(k-1)

式中,k表示当前时间,y(k)∈R,表示所述输出数据,u(k)∈R,表示系统控制输入数据;A(z-1)和B(z-1)分别为如下多项式:

其中,na和nb分别表示多项式A(z-1)和B(z-1)的阶次。

3.根据权利要求2所述的用于工程控制的增量式网络化预测控制方法,其特征在于,所述系统反馈通道随机网络时延为所述系统前向通道随机网络时延为其中且和均为整数;

对应地,若时,则系统控制输入增量数据表示为:

Δu(k)=F(z-1)Δu(k-1)+G(z-1)e(k)

式中,Δu(k)=u(k)-u(k-1),e(k)为输出跟踪误差,定义如下:

e(k)=r(k)-y(k)

F(z-1)和G(z-1)分别为如下多项式:

其中,nf和ng分别为多项式F(z-1)和G(z-1)的阶次。

4.根据权利要求3所述的用于工程控制的增量式网络化预测控制方法,其特征在于,所述输出数据对应的序列包括:

Y(k)=[y(k)y(k-1)…y(k-n)]

式中,n=max{na,ng}。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北方工业大学,未经北方工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911358087.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top